MoneyMan внедрила технологию взыскания просроченной задолженности
Она определяет, когда заемщик погасит задолженность, а также назначает способы взаимодействия с ним и их частоту. Система использует технологию машинного обучения. Она была разработана собственными силами компании. Экономический эффект от внедрения по результатам 2019 года по прогнозам составит более 100 млн руб.
Программа состоит из двух модулей. Первый предсказывает вероятность, с которой клиент оплатит долг на конкретный день просрочки. Например, он может рассчитать исходя из индивидуальных данных заемщика, какую часть долга клиент погасит на 20 день. «Если мы видим, что заемщик может оплатить долг в течение 10 дней, мы минимизируем взаимодействия с ним, сокращая расходы на сообщения и звонки», — объясняет генеральный директор MoneyManИрина Хорошко.
Второй модуль помогает выбрать оптимальный канал взаимодействия с клиентом. Система определяет какое общение с клиентом будет наиболее эффективным — при помощи звонков, смс, электронной почты и т.д. Выбрав один канал, все остальные отключаются. Кроме этого, модуль определяет частоту взаимодействия с каждым клиентом, сокращая их количество. Важно отметить, что все взаимодействия с заемщиками происходит только дистанционно.
Оба модуля работают в связке. Система искусственного интеллекта использует несколько сотен переменных: поведение пользователя и его платежную дисциплину. Это анкетные данные, информация о том, как часто пользователь заходит в личный кабинет, как отвечает на звонки, какие причины просрочки платежа указывает, какими суммами погашал задолженность и пр. Если клиент уже обращался в компанию ранее, программа анализирует его поведение во время прошлых займов. Чаще всего необходимые данные для прогнозирования собираются на 7-15 день просрочки. Точность прогнозирования составляет 87%. Она будет повышаться с каждым обновлением программы. Средний уровень взыскания после внедрения программы увеличился на 3 п.п. в 2019 г.